基于Matlab的灰度直方图规定化实现方法的研究

合集下载

Matlab实现直方图规定化

Matlab实现直方图规定化

Matlab实现直⽅图规定化直⽅图规定化算法分析1. 求出原图的累积概率分布2. 求出规定图的累积概率分布3. 求出原图中每⼀个灰度级累积概率与规定图的累积概率最接近的灰度级4. 根据第3步的⽅法将原图的灰度映射到标准图中距离最近的灰度值伪代码function outputimg = my_histspec(A,B)% 灰度图的直⽅图规定化% 输⼊:A是读⼊的原图,B是读⼊的规定化的标准图% 输出:outputimg是将A规定化到B之后的图像[HA,WA] = 原图的⼤⼩[HB,WB] = 标准图的⼤⼩统计原图灰度级频数统计标准图灰度级频数计算原图灰度级概率计算标准图灰度级概率计算原图灰度级累积概率分布计算标准图灰度级累积概率分布%求原图和标准图的映射关系,找到两个累积概率最接近的灰度级遍历原图的每个灰度级value{j} = 求标准图当前灰度级累积概率与原图所有灰度级累积概率之差的绝对值[temp{j},index(j)] = index中存的是vlaue中最⼩值的下标outputimg = 开辟⼀个和原图⼤⼩⼀致的新矩阵存放规定化后的图像遍历outputimgoutputimg(i,j) = 根据映射关系为每⼀个新矩阵的像素点赋灰度值转换outputimg成uint8数据类型end代码function outputimg = my_histspec(A,B)% 灰度图的直⽅图规定化% 输⼊:A是读⼊的原图,B是读⼊的规定化的标准图% 输出:outputimg是将A规定到B之后的图像[HA,WA] = size(A);[HB,WB] = size(B);PA = imhist(A) / (HA * WA);PB = imhist(B) / (HB * WB);%求累积概率分布for i = 2 : 256PA(i) = PA(i - 1) + PA(i);PB(i) = PB(i - 1) + PB(i);end%求原图和映射图的映射关系,找到两个累积直⽅图距离最近的点for j = 1:256value{j} = abs(PB - PA(j));[temp{j},index(j)] = min(value{j}) %index中存的是最⼩值的下标,temp中存的是最⼩值endoutputimg = zeros(HA, WA);for i = 1:HAfor j = 1:WAoutputimg(i,j) = index(A(i,j) + 1)-1;endendoutputimg = uint8(outputimg);end实验结果%调⽤⽰例:A = imread('pout.tif');B = imread('coins.png');C = my_histspec(A,B);subplot(2,3,1);imshow(A);title('原图');subplot(2,3,2);imshow(B);title('标准图');subplot(2,3,3);imshow(C);title('匹配到标准图后');subplot(2,3,4);imhist(A);title('原图直⽅图');subplot(2,3,5);imhist(B);title('标准图直⽅图');subplot(2,3,6);imhist(C);title('匹配到标准图后直⽅图');实验分析直⽅图均衡化是直⽅图规定化的特例,理想状态下原图直⽅图均衡化和标准图均衡化后对应的直⽅图应该是相等的,通过求得原图累积概率和标准图累积概率最接近的灰度值映射,最后的效果是原图的直⽅图和标准图的直⽅图接近。

基于matlab的直方图均衡化

基于matlab的直方图均衡化

目录1、引言 (2)2、直方图基础 (3)3、直方图均衡化 (3)3.1 直方图均衡化的概念 (3)3.2 直方图均衡化理论 (4)3.3 Matlab 实现 (4)4、结论 (7)致谢 (7)参考文献 (7)图像增强处理—直方图均衡化的Matlab 实现摘要:为了使图像的灰度范围拉开或使灰度均匀分布,从而增大反差,使图像细节清晰,以达到增强的目的,通常采用直方图均衡化及直方图规定化两种变换,此文中探讨了直方图的理论基础,直方图均衡化的概念及理论,以Matlab为平台,对某地区遥感TM单波段遥感影像进行直方图均衡化,并给出了具体程序、仿真结果图像、直方图及变换函数。

实验结果表明,原来偏暗的且对比度较低的图像经过直方图均衡化后图像的对比度及平均亮度明显提高,直方图均衡化处理能有效改善灰度图像的对比度差和灰度动态范围。

关键词:图像增强直方图均衡化 Matlab1、引言图像增强是指对图像的某些特征,如边缘、轮廓或对比度等进行强调或尖锐化。

当一幅图像曝光不足或过度,造成对比度过小或过大而不能显示具体细节,通过增加这些细节的动态范围改善图像的视觉效果。

图像增强可以突出图像中所感兴趣的特征信息,改善图像的主观视觉质量,提高图像的可懂度。

增强的首要目标是处理图像,使其比原始图像更适合于特定应用。

图像增强的方法分为两大类:空间域方法和频域方法。

“空间域”一词是指图像平面本身,这类方法是以对图像的像素直接处理为基础的。

“频域”处理技术是以修改图像的傅氏变换为基础的。

一般说来,原始遥感数据的灰度值范围都比较窄,这个范围通常比显示器的显示范围小的多。

增强处理可将其灰度范围拉伸到0-255 的灰度级之间来显示,从而使图像对比度提高,质量改善。

增强主要以图像的灰度直方图最为分析处理的基础。

直方图均衡化能够增强整个图像的对比度,提高图像的辨析程度,算法简单,增强效果好。

本文主要讨论了空间域的直方图均衡化增强,并用Matlab 进行实验验证。

灰度直方图均衡化与规定化

灰度直方图均衡化与规定化

一、课程设计目的(1)进一步掌握matlab的用法;(2)在实践中深入理解图像显示的方法;(3)学会用matlab对图像进行显示。

二、课程设计要求(1)根据题目,查阅有关资料,掌握图像显示技术;(2)学习MATLAB软件,掌握MATLAB各种函数的使用;(3)根据图像显示原理,运用MATLAB进行编程,仿真调制过程,记录并分析仿真结果;(4)形成设计报告。

三、设计方案一般情况下,如果图像的灰度分别集中在比较窄的区间,从而引起图像细节的模糊,为了使图像细节清晰,并使目标得到突出,达到图像增强的目的,可通过改善各部分亮度的比例关系,即通过直方图的方法来实现.直方图的方法是以概率论为基础的.常用的方法有直方图均衡化和直方图规定化.(1)直方图均衡化直方图均衡化又称直方图平坦化,是将一已知灰度概率密度分布的图像经过某种变换,变成一幅具有均匀灰度概率密度分布的新图像.其结果是扩展了像元取值的动态范围,从而达到增强图像整体对比度的效果.直方图均衡化的具体实现步骤如下:1).列出原始图像的灰度级,-=Lfj1,,1,j2).统计各灰度级的像素数目=L,-nj1,,,1j3).计算原始图像直方图各灰度级的频数=Lj=P(-fnn/,)11,,,fjj4).计算累积分布函数1,,,1,0,)()(0-==∑=L k j f P f C k j j f5).应用以下公式计算映射后的输出图像的灰度级,P 为输出图像灰度级的个数,其中INT 为取整符号1,,1]5.0)()[(min min max -=++-=P i g f C g g INT g i6).统计映射后各灰度级的像素数目 ni, i=0,1,…,k,…P-1.7). 计算输出直方图Pg(gi)=ni/n, i=0,1,…,P-1.8). 用fj 和gi 的映射关系修改原始图像的灰度级,从而获得直方图近似为均匀分布的输出图像(2) 直方图规定化直方图均衡化的优点是能自动增强整个图像的对比度,但它的具体增强效果不易控制,处理的结果总是得到全局的均衡化的直方图.实际工作中,有时需要变换直方图使之成为某个特定的形状,从而有选择地增强某个灰度值范围内的对比度,这时可采用比较灵活的直方图规定化方法.直方图规定化增强处理的步骤如下:令Pr (r )和Pz (z )分别为原始图像和期望图像的灰度概率密度函数。

实验一图像的灰度直方图实验

实验一图像的灰度直方图实验

实验一图像的灰度直方图实验1实验目的:1)熟悉MATLAB软件界面和初步使用图像处理工具箱。

2)掌握图像格式转换和图像矩阵显示方法。

3)掌握图像灰度直方图的显示和灰度调整方法。

2实验内容:1)图像类型转换和不同图像显示方法图像类型转换:dither: 将灰度图像变成索引图像或将灰度图像变成二值图像。

[X,map]=gray2ind(I,n) ;n---灰度级数,缺省为64BW=dither(I)例子程序:clear ; %清除内存原有一切变量RGB=imread('gyy1.jpg'); % 把RGB图读入矩阵I=rgb2gray(RGB); %把RGB图变为灰度图[A,map]=gray2ind(I,128); %把灰度图变索引图BW=dither(I); %把灰度图变为二值图subplot(2,2,1),imshow(RGB);title('yuantu'); %显示原图subplot(2,2,2),imshow(A,map),title('xmap'); %显示索引图subplot(2,2,3),imshow(I),title('graytu'); %显示灰度图subplot(2,2,4),imshow(BW),title('BWtu'); %显示二值图gray2ind: 将二值图像转换为索引图像。

[X,map]=gray2ind(BW,n) ;n---灰度级数,缺省为64grayslice: 将灰度图像转为索引图像。

X=grayslice(I,n);im2bw: 将灰度图像、索引图像、真彩色图像转为二值图像。

BW=im2bw(I,level); BW=im2bw(X,map,level); BW=im2bw(RGB,level)level---- 归一化阈值,取值在[0,1]之间。

eg: BW=im2bw(X,map,0.6)im2double: 转换为双精度型。

matlab实验(直方图均衡化、频域锐化、空域锐化)

matlab实验(直方图均衡化、频域锐化、空域锐化)

实验一直方图均衡化一、实验目的掌握基本的图象增强方法,观察图象增强的效果,加深对灰度直方图及直方图均衡化的理解,掌握直方图均衡化方法。

二、实验内容将一张彩色图片转换成灰色图片,做出均衡化后的直方图,并将灰度图和均衡化后的图片对比。

三、实验原理直方图均衡方法的基本原理是:对在图像中像素个数多的灰度值(即对画面起主要作用的灰度值)进行展宽,而对像素个数少的灰度值(即对画面不起主要作用的灰度值)进行归并。

从而达到清晰图像的目的。

四、实验代码及结果clear all;f=imread('14.jpg');%读入灰色图像imwrite(rgb2gray(f),'14Gray.bmp'); %将彩色图片灰度化并保存f1=imread('14Gray.bmp');g=histeq(f1,250);%利用histep()函数对灰色图像进行直方图均衡化处理subplot(121);imshow(f1);title('灰色图像');%显示生成灰色图像subplot(122);imshow(g);title('直方图均衡化处理');%显示生成均衡化以后的图像五、实验结果分析利用imhist()函数对两幅图像的灰度范围进行分析,根据下图可知,灰色图像的灰度范围相对来说非常狭窄,图像质量比较差。

而经过直方图均衡化处理后,图像的对比度及平均亮度明显提高,直方图在整个亮度标度上明显扩展,图像质量明显提高。

实验二空域锐化一、实验目的理解图象锐化的概念,掌握常用空域锐化增强技术。

加深理解和掌握图像锐化的原理和具体算法,理解图象锐化增强的处理过程和特点。

二、实验内容利用一阶微分锐化增强,实现Roberts算子的锐化处理。

观察处理前后图像效果,分析实验结果和算法特点。

三、实验原理Roberts算子是突出图像的细节或者是增强被模糊了的细节。

因此要对图像实现锐化处理,可以用空间微分来完成,但是,这样图像的微分增强了边缘和其他的突变(如噪声)并削弱了灰度变化缓慢区域。

基于MATLAB的直方图均衡算法研究与实现毕业设计论文

基于MATLAB的直方图均衡算法研究与实现毕业设计论文

摘要毕业设计(论文)原创性声明和使用授权说明原创性声明本人郑重承诺:所呈交的毕业设计(论文),是我个人在指导教师的指导下进行的研究工作及取得的成果。

尽我所知,除文中特别加以标注和致谢的地方外,不包含其他人或组织已经发表或公布过的研究成果,也不包含我为获得及其它教育机构的学位或学历而使用过的材料。

对本研究提供过帮助和做出过贡献的个人或集体,均已在文中作了明确的说明并表示了谢意。

作者签名:日期:指导教师签名:日期:使用授权说明本人完全了解大学关于收集、保存、使用毕业设计(论文)的规定,即:按照学校要求提交毕业设计(论文)的印刷本和电子版本;学校有权保存毕业设计(论文)的印刷本和电子版,并提供目录检索与阅览服务;学校可以采用影印、缩印、数字化或其它复制手段保存论文;在不以赢利为目的前提下,学校可以公布论文的部分或全部内容。

作者签名:日期:学位论文原创性声明本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。

除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。

对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。

本人完全意识到本声明的法律后果由本人承担。

作者签名:日期:年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。

本人授权大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。

涉密论文按学校规定处理。

作者签名:日期:年月日导师签名:日期:年月日注意事项1.设计(论文)的内容包括:1)封面(按教务处制定的标准封面格式制作)2)原创性声明3)中文摘要(300字左右)、关键词4)外文摘要、关键词5)目次页(附件不统一编入)6)论文主体部分:引言(或绪论)、正文、结论7)参考文献8)致谢9)附录(对论文支持必要时)2.论文字数要求:理工类设计(论文)正文字数不少于1万字(不包括图纸、程序清单等),文科类论文正文字数不少于1.2万字。

matlab图像处理图像灰度变换,直方图变换

matlab图像处理图像灰度变换,直方图变换

matlab图像处理图像灰度变换,直⽅图变换附录1 课程实验报告格式每个实验项⽬包括:1)设计思路,2)程序代码,3)实验结果,4)实验中出现的问题及解决⽅法。

实验⼀:直⽅图灰度变换 A :读⼊灰度图像‘debye1.tif ’,采⽤交互式操作,⽤improfile 绘制⼀条线段的灰度值。

imread('rice.tif');imshow('rice.tif'),title('rice.tif'); improfile,title('主对⾓线上灰度值')B:读⼊RGB图像‘flowers.tif’,显⽰所选线段上红、绿、蓝颜⾊分量的分布imread('flowers.tif'); imshow('flowers.tif'),title('flowers.tif');improfile,title('主对⾓线红绿蓝分量')C:图像灰度变化f=imread('rice.png');imhist(f,256); %显⽰其直⽅图g1=imadjust(f,[0 1],[1 0]); %灰度转换,实现明暗转换(负⽚图像) figure,imshow(g1)%将0.5到0.75的灰度级扩展到范围[0 1]g2=imadjust(f,[0.5 0.75],[0 1]);figure,imshow(g2)图像灰度变换处理实例:g=imread('me.jpg');imshow(g),title('原始图⽚');h=log(1+double(g)); %对输⼊图像对数映射变换h=mat2gray(h); %将矩阵h转换为灰度图⽚h=im2uint8(h); %将灰度图转换为8位图imshow(h),title('转换后的8位图');运⾏后的结果:实验⼆:直⽅图变换A:直⽅图显⽰I=imread('cameraman.tif'); %读取图像subplot(1,2,1),imshow(I) %输出图像title('原始图像') %在原始图像中加标题subplot(1,2,2),imhist(I) %输出原图直⽅图title('原始图像直⽅图') %在原图直⽅图上加标题运⾏结果如下:例⼦:读⼊图像‘rice.png’,在⼀个窗⼝中显⽰灰度级n=64,128和256的图像直⽅图。

基于Matlab的图像直方图规定化的实现

基于Matlab的图像直方图规定化的实现

1 Matlab程序流程图
2是girl的原图,图
是标准直方图,图5是
图匹配到标准后的直方图。

视觉上看两幅图是有明显变化的,两幅图的直方图也有比较
图2 girl原图
图3 girl原图的直方图
图4 标准直方图
图5 girl匹配到标准的图
图6 girl匹配到标准的直方图
直方图规定化能够产生特定的直方图,对图像中需要研究的灰度进行增强。

仿真结果表明直方图规定化能够有选择地对需要研究的灰度范围进行对比度增强,得到期望的增
图像增强技术中的直方图规定化技术是应用范围非常广的技术,在其他复杂图像处理技术(如分割技术)中也起到了比较重要的作用。

许多新技术、新思想的提出与新的应用方向的出现给该技术带来了蓬勃生机,使得该技术不断推
参考文献
基于直方图的高效图像增强算法研究
杭州电子科技大学,2014.
李庆.数字图像处理及MATLAB
,2010.
.数字图像处理[M].武汉:。

直方图均衡化及matlab实现

直方图均衡化及matlab实现

直⽅图均衡化及matlab实现在处理图像时,偶尔会碰到图像的灰度级别集中在某个⼩范围内的问题,这时候图像很难看清楚。

⽐如下图:它的灰度级别,我们利⽤⼀个直⽅图可以看出来(横坐标从0到255,表⽰灰度级别,纵坐标表⽰每个灰度级别的像素出现个数)可以看出,上图是由于灰度级过于集中,导致图⽚难以看清。

这时候我们可以把灰度级别“拉开”,使得灰度级多且分布均匀,让图⽚具有⾼对⽐度和多变的灰度⾊调。

那么如何拉开才能使得灰度级别占据从0到255的整⼀个范围呢?我们可以先利⽤概率,计算出原图中每⼀个灰度级别的像素个数占所有像素个数的⽐例,然后⽐例逐个灰度级别地累加,接着把累加⽐例乘以256,得出该灰度级别“拉开”之后应该在哪⼀个级别。

举⼀个例⼦,假设⼀张图⽚像素点对应的矩阵为f=[100,100,100,100,100;110,110,110,110,110;120,120,120,120,120;130,130,130,130,130;140,140,140,140,140];那么我们可以看到灰度级别为100的像素个数的⽐例为1/5,那么现在灰度级别应该改为round(1/5*256-1)。

之所以-1是因为灰度级从0到255,取整是因为灰度级均为整数。

接下来110所占⽐例也是1/5,累加⽐例变成2/5,所以灰度级别应该是round(2/5*256-1)。

120对应的累加⽐例为3/5,就应该是round(3/5*256-1)……如此,就可以把灰度级拉开。

拉开后直⽅图如下:最后效果如下最后附上matlab代码:clear all;clc;close all;f=imread('zftjhh1.jpg');[m,n,d]=size(f);%灰度图1维,彩⾊图3维if d==1f1=f;%复制后新的图⽚f1,作为改变后的图⽚elseif d==3f=rgb2gray(f);f1=f;endfigureimhist(f)[count,x]=imhist(f);%count表⽰每个灰度级别有多少个像素,x表⽰有多少个灰度级别PDF=count/(m*n);%PDF表⽰每个灰度级别出现的概率,⼀共有256⾏CDF=cumsum(PDF);%CDF表⽰逐⾏相加的概率,也就是累加概率for i=1:256xiangsuxushu=find(f==i);%原本灰度级别为i的像素在第⼏位changdu=length(xiangsuxushu);for j=1:changduf1(xiangsuxushu(j))=round(CDF(i)*256-1);%每⼀个原本灰度级别为i的像素,%灰度级别改为累加出现概率*256%再取整endendfigureimhist(f1)figureimshow(f1)有做得不完善的地⽅欢迎留⾔探讨!。

利用MATLAB实现的图像处理算法研究

利用MATLAB实现的图像处理算法研究

利用MATLAB实现的图像处理算法研究图像处理是计算机视觉领域中的重要研究方向,而MATLAB作为一种强大的科学计算软件,被广泛应用于图像处理算法的实现和研究中。

本文将介绍利用MATLAB实现的一些常见图像处理算法,并对其进行深入研究和分析。

1. 图像处理基础在开始介绍具体的图像处理算法之前,我们先来了解一些图像处理的基础知识。

图像可以看作是一个二维矩阵,每个元素代表一个像素点的灰度值或颜色值。

图像处理就是对这些像素点进行操作,以达到特定的处理效果。

2. 图像增强算法2.1 灰度变换灰度变换是图像增强中常用的一种方法,通过对图像的灰度级进行变换,可以增强图像的对比度和亮度。

在MATLAB中,可以使用imadjust函数来实现灰度变换。

2.2 直方图均衡化直方图均衡化是一种常见的图像增强方法,通过重新分布图像的灰度级,使得图像的直方图更加均匀,从而增强图像的对比度。

在MATLAB中,可以使用histeq函数来实现直方图均衡化。

3. 图像滤波算法3.1 均值滤波均值滤波是一种常见的线性滤波方法,通过对图像中每个像素点周围邻域内像素值的平均值来更新该像素点的值。

在MATLAB中,可以使用imfilter函数来实现均值滤波。

3.2 中值滤波中值滤波是一种非线性滤波方法,它将每个像素点周围邻域内的像素值进行排序,然后取中间值作为该像素点的新值。

中值滤波在去除椒盐噪声等方面有较好效果。

在MATLAB中,可以使用medfilt2函数来实现中值滤波。

4. 图像分割算法4.1 阈值分割阈值分割是一种简单且有效的图像分割方法,它通过设定一个阈值将图像分为目标物体和背景两部分。

在MATLAB中,可以使用imbinarize函数来实现阈值分割。

4.2 边缘检测边缘检测是图像分割中常用的方法,它可以有效地提取出图像中物体的边缘信息。

常见的边缘检测算子包括Sobel、Prewitt、Canny 等。

在MATLAB中,可以使用edge函数来实现边缘检测。

基于MATLAB的智能灰度化图像处理技术研究

基于MATLAB的智能灰度化图像处理技术研究

基于MATLAB的智能灰度化图像处理技术研究近年来,图像处理技术在人们日常生活中的应用越来越广泛,而基于MATLAB的智能灰度化图像处理技术则成为其中的重要一环。

本文将对灰度化技术的背景、原理及应用进行探讨,旨在为读者提供更深入的了解和应用。

一、灰度化技术的背景图像灰度化技术是图像处理中一个非常基础的技术,其应用涵盖了计算机视觉、人工智能等广泛领域。

灰度化就是将一副彩色图像转化为黑白灰度图像的过程,也是颜色信息压缩的过程之一。

早期的灰度化技术只是简单地将R、G、B三个通道的像素值加权平均,并将结果作为灰度图像的像素值,这种处理方式虽然快速方便,但是却没有充分考虑到人类视觉系统对不同颜色的敏感度不同,因而不同颜色应该赋予不同的权重。

在实际应用中,灰度化技术常用于图像预处理,识别和分类等领域。

智能灰度化技术则是基于灰度化技术的基础上,利用计算机视觉、人工智能等技术对图像进行更加精细化的处理,从而得到更加准确的结果。

二、灰度化技术的原理MATLAB作为一种广泛应用于工程科学、数学及实验室等领域的计算机软件,具有极高的计算精度和较迅速的速度等优点,因而成为了智能灰度化处理技术中的重要开发工具。

在MATLAB中,灰度化技术一般采用下列公式:grayImage = (double(rgbImage(:,:,1)) * 0.2989 + double(rgbImage(:,:,2)) * 0.5870 + double(rgbImage(:,:,3)) * 0.1140)其中rgbImage表示原图像,grayImage表示灰度图像,0.2989、0.5870、0.1140表示颜色通道的近似加权值。

该公式相比于简单的加权平均,更加充分地考虑了人类视觉系统对不同颜色的敏感度,因而能够更保留图像的质量。

三、智能灰度化技术的应用智能灰度化技术在图像处理的许多领域中都得到了广泛应用。

以下简要介绍了与智能灰度化技术相关的应用:1.医学领域的肺部结节检测:智能灰度化技术被用于对肺部CT图像进行灰度化,并通过人工智能算法检测肺部结节。

matlab 灰度算法 -回复

matlab 灰度算法 -回复

matlab 灰度算法-回复【MATLAB灰度算法】灰度算法是一种将彩色图像转化为黑白图像的方法,在计算机视觉和图像处理领域被广泛使用。

MATLAB是一种强大的数学计算工具,它提供了丰富的图像处理函数和工具箱,可用于实现灰度算法。

本文将逐步回答如何使用MATLAB实现灰度算法,并介绍一些常用的灰度算法技术。

# 第一步:图像读取与显示在MATLAB中,可以使用`imread`函数读取图像,使用`imshow`函数显示图像。

我们首先需要读取一张彩色图像,并将其显示出来。

matlab读取彩色图像rgbImage = imread('image.jpg');显示彩色图像imshow(rgbImage);title('Original Image');# 第二步:转化为灰度图像灰度图像是一种每个像素只有一个灰度值(亮度值)的图像。

在MATLAB中,可以使用`rgb2gray`函数将彩色图像转化为灰度图像。

matlab将彩色图像转化为灰度图像grayImage = rgb2gray(rgbImage);显示灰度图像imshow(grayImage);title('Grayscale Image');# 第三步:灰度化算法选择灰度化算法决定了如何将彩色图像中的RGB信息转化为灰度图像中的灰度值。

常用的灰度化算法有平均值法、加权平均法和分量最大法等。

下面分别介绍这些算法并给出MATLAB代码实现。

平均值法平均值法是最简单的灰度化算法之一,它将彩色图像的RGB分量的平均值作为灰度值。

具体实现如下:matlab平均值法灰度化averageGrayImage = (rgbImage(:, :, 1) + rgbImage(:, :, 2) + rgbImage(:, :, 3)) / 3;显示平均值法灰度图像imshow(averageGrayImage);title('Average Grayscale Image');加权平均法加权平均法是一种考虑了RGB分量的亮度影响的灰度化算法。

matlab灰度处理课程设计

matlab灰度处理课程设计

matlab灰度处理课程设计一、课程目标知识目标:1. 学生能理解灰度处理的原理及其在图像处理中的重要性。

2. 学生能掌握利用MATLAB进行灰度转换、直方图均衡化等基本操作。

3. 学生能解释不同灰度变换对图像视觉效果的影响。

技能目标:1. 学生能够独立运用MATLAB软件进行图像的读取、显示和保存。

2. 学生能够编写MATLAB程序完成灰度变换,包括但不限于线性灰度变换、对数变换和幂次变换。

3. 学生能够分析图像直方图,并应用直方图均衡化方法改善图像质量。

情感态度价值观目标:1. 培养学生对图像处理技术的兴趣和探究精神,激发学生进一步学习的欲望。

2. 增强学生的团队合作意识,通过小组讨论、实践操作等方式,使学生体验知识共享与交流的重要性。

3. 培养学生严谨的科学态度,通过实验数据的处理和分析,让学生认识到数学与计算机技术在图像处理领域中的实际应用。

课程性质:本课程为实践性较强的选修课程,旨在通过MATLAB软件操作,帮助学生将理论知识与实际应用相结合。

学生特点:学生为高年级本科生,具备一定的数学基础和编程能力,对图像处理有一定了解。

教学要求:结合学生特点,课程注重理论与实践相结合,强调学生的动手操作能力,以实现课程目标。

通过具体的学习成果分解,为后续教学设计和评估提供依据。

二、教学内容1. 理论知识:- 图像处理基本概念回顾:图像类型、色彩空间、图像质量评价。

- 灰度处理原理:线性灰度变换、对数变换、幂次变换、直方图均衡化。

2. 实践操作:- MATLAB软件入门:熟悉MATLAB环境,掌握基本命令与操作。

- 图像的读取、显示与保存:使用MATLAB内置函数实现图像的基本操作。

- 灰度变换实现:编写程序完成不同类型的灰度变换。

- 直方图均衡化:分析图像直方图,应用均衡化技术改善图像对比度。

3. 教学内容安排与进度:- 第一周:图像处理基本概念回顾,灰度处理原理学习。

- 第二周:MATLAB软件入门,图像读取、显示与保存操作。

基于Matlab灰度直方均衡化研究与实现

基于Matlab灰度直方均衡化研究与实现

基于Matlab灰度直方均衡化研究与实现
谢鹏
【期刊名称】《科技信息》
【年(卷),期】2012(000)023
【摘要】直方图均衡化是利用直方图的统计数据,进行直方图的修改,以通过某种对应关系改变图像中各点灰度值,来达到图像增强的目的.本文主要基于Matlab图像处理的等函数对图像均衡化进行研究探讨.
【总页数】1页(P94)
【作者】谢鹏
【作者单位】徐州市教育局江苏徐州 221009
【正文语种】中文
【相关文献】
1.基于灰度剖面直方统计的帘子布疵点识别研究 [J], 赵强松;张五一;王斌
2.灰度图像均衡化在matlab中的实现与改进 [J], 唐婷;严瑾
3.基于Matlab程序的图像灰度均衡化及其边缘检测 [J], 马林涛;陈德勇
4.基于灰度修剪和均衡化的加权均值滤波算法 [J], 陈家益;曹会英;熊刚强;徐秋燕
5.基于改进直方图均衡化和SSR算法的灰度图像增强研究α~← [J], 胡倍倍;吕浩杰
因版权原因,仅展示原文概要,查看原文内容请购买。

基于Matlab的灰度直方图规定化实现方法的研究

基于Matlab的灰度直方图规定化实现方法的研究

第20卷 第2期长 春 大 学 学 报Vo.l 20 No .2 2010年2月J O URNAL OF CHANGCHUN UN I VER SI TYFeb .2010收稿日期:2009211208作者简介:邢笑雪(19812),女,山西霍州人,讲师,博士研究生,主要从事数字图像处理方面的研究。

基于M atlab 的灰度直方图规定化实现方法的研究邢笑雪,吉淑娇(长春大学 电子信息工程学院,吉林 长春 130022)摘 要:直方图规定化可以将图像的直方图转化为需要的形状,有目的地增加某个灰度区间的图像,使用户获得感兴趣的信息。

本文介绍了直方图规定化的两种经典的实现算法:单映射规则(S ML)和组映射规则(G ML)的基本原理,并应用这两种算法对实例图像进行规定化处理和比较分析,证明了G ML 相对于S ML 的优越性。

仿真结果表明,本文所实现的G ML 算法改进了以往算法中规定化后图像的灰度级与规定直方图的灰度级不能完全近似的问题。

关键词:M atlab 直方图规定化;单映射规则;组映射规则中图分类号:TP391141 文献标志码:A文章编号:1009-3907(2010)02-0037-020 引 言图像增强的首要目标是改善图像,以使图像更适合于特定应用。

图像增强的方法主要取决于图像希望达到的特定效果,一般来说,图像增强的方法分为两大类:基于图像灰度值统计的方法和基于图像空间频率的方法[1]。

用灰度直方图增强图像对比度是基于图像灰度值统计的一种重要方法,它以概率论为基础的,常用的实现算法主要是直方图均衡化和直方图规定化[2][3]。

直方图均衡化主要用于增强动态范围较小的图像的反差,基本思想是把原始图的直方图变换为均匀分布的形式,这样就增强了像素灰度值的动态范围,从而达到增强图像整体对比度的效果。

直方图均衡化的优点是能自动地增强整个图像的对比度,但它的具体的增强效果不好控制,处理的结果总是得到全局均衡化的直方图[4]。

绘制数字图像灰度直方图实验报告matlab实现

绘制数字图像灰度直方图实验报告matlab实现

绘制数字图像灰度直方图实验报告matlab实现数字图像处理实验报告实验一绘制直方图学号__________________________ 姓名__________________________ 日期 __________________________实验一绘制直方图、实验内容1、编程绘制数字图像的直方图。

2、直方图均衡处理。

二、实验步骤1、设计思想或者流程图。

灰度直方图是将数字图像的所有像素,按照灰度值的大小,统计其所出现的频度。

通常,灰度直方图的横坐标表示灰度值,纵坐标为半个像素个数, 也可以采用某一灰度值的像素数占全图像素数的百分比作为纵坐标。

直方图均衡方法的基本原理是:对在图像中像素个数多的灰度值(即对画面起主要作用的灰度值)进行展宽,而对像素个数少的灰度值(即对画面不起主要作用的灰度值)进行归并。

从而达到清晰图像的目的。

2、源程序并附上注释。

clear all9一,图像的预处理,读入彩色图像将其灰度化PS=imread(J; % 读入JPG彩色图像文件imshow(PS)% 显示出来title(' 输入的彩色JPG图像')imwrite(rgb2gray(PS),”); % 将彩色图片灰度化并保存PS=rgb2gray(PS); % 汇,绘制直方图[m, n]=size(PS); %GP=zeros(1,256); %量for k=0:255GP(k+1)=le ngth(fi nd(PS==k))/(m* n); 概率,将其存入GP中相应位置灰度化后的数据存入数组测量图像尺寸参数预创建存放灰度出现概率的向% 计算每级灰度出现的v1.0可编辑可修改endfigure,bar(0:255,GP,'g') % title(' 原图像直方图')xlabel('灰度值')ylabel('出现概率')%E,直方图均衡化S仁zeros(1,256);for i=1:256for j=1:iS1(i)=GP(j)+S1(i); % endendS2=rou nd((S1*256)+; % for i=1:256GPeq(i)=sum(GP(fi nd(S2==i))); % 概率endfigure,bar(0:255,GPeq,'b') % title(' 均衡化后的直方图')xlabel('灰度值') ylabel('出现概率')咖,图像均衡化PA=PS;for i=0:255PA(fi nd(PS==i))=S2(i+1); % 的灰度值赋给这个像素绘制直方图计算Sk将Sk归到相近级的灰度计算现有每个灰度级出现的显示均衡化后的直方图将各个像素归一化后endfigure,imshow(PA) %title(' 均衡化后图像')imwrite(PA,”);3、程序运行结果比较。

基于Matlab的灰度直方图规定化实现方法的研究

基于Matlab的灰度直方图规定化实现方法的研究

基于Matlab的灰度直方图规定化实现方法的研究
邢笑雪;吉淑娇
【期刊名称】《长春大学学报(自然科学版)》
【年(卷),期】2010(020)001
【摘要】直方图规定化可以将图像的直方图转化为需要的形状,有目的地增加某个灰度区间的图像,使用户获得感兴趣的信息.本文介绍了直方图规定化的两种经典的实现算法:单映射规则(SML)和组映射规则(GML)的基本原理,并应用这两种算法对实例图像进行规定化处理和比较分析,证明了GML相对于SML的优越性.仿真结果表明,本文所实现的GML算法改进了以往算法中规定化后图像的灰度级与规定直方图的灰度级不能完全近似的问题.
【总页数】3页(P37-38,47)
【作者】邢笑雪;吉淑娇
【作者单位】长春大学,电子信息工程学院,吉林,长春,130022;长春大学,电子信息工程学院,吉林,长春,130022
【正文语种】中文
【中图分类】TP391.41
【相关文献】
1.基于Matlab灰度直方均衡化研究与实现 [J], 谢鹏
2.基于MATLAB的数字图像处理方法与实现研究 [J], 于浩
3.基于Matlab编程方法实现模糊推理及解模糊的方法研究 [J], 王海江;陈瑾;徐卫

4.基于Matlab的灰度直方图规定化实现方法的研究 [J], 邢笑雪;吉淑娇
5.基于Matlab GUI的李萨如图形实现方法的研究 [J], 宋璐;卫亚博;冯艳平
因版权原因,仅展示原文概要,查看原文内容请购买。

matlab 直方图均衡实验报告

matlab 直方图均衡实验报告

基于直方图的灰度级修正班级:电子信息科学与技术0901班姓名:学号:设计时间: 2012年5月24日一 设计课题:基于直方图的灰度级修正二 设计内容及要求:实验原理: 1.直方图均衡化处理技术是用累积分布函数作变换函数的直方图修正方法;2.用累积分布函数作为变换函数可产生一幅灰度级分布具有均匀概率密度的图像。

均衡步骤:1、统计原始图像的直方图,求出)(k r r P ;2、用累积分布函数作变换∑==kj j r k r P s 0)( ,求变换后的新灰度;3、用新灰度代替旧灰度,求出)(k s s P ,这一步是近似的,力求合理,同时把灰度相等的或相近的合在一起。

设计要求:1. 利用fopen 等函数打开*.dat 文件,采用for 循环统计图像里各灰度级的个数,并用换图函数表示出来。

2. 将打开的图像,采用直方图均衡对原始图像进行灰度级转换,并绘出其灰度直方图。

三 程序设计及其说明:本程序采用matlab GUI 绘图来实现,操作界面、菜单内容如下:图1 操作界面图2 菜单内容程序特色:1.原始图像灰度直方图统计算法一for l=0:255for i=1:rowif fid(i,1)==lh(l+1)=h(l+1)+1;endendend2. 原始图像灰度直方图统计算法二for i=1:rowh(fid(i)+1)=h(fid(i)+1)+1;end由主要代码部分可以看出:算法二算法复杂度很小,这是利用fopen打开文件的特色来决定的,它读入数组时是m行1列。

四实验结果及分析:灰度直方图统计:原始图像与均衡后图像灰度直方图(以LENA女孩图像为例)不同亮度图像直方图均衡效果显示1. LENA 图像 (1)正常图5 LENA 正常 原始及均衡后图像显示(2)高亮度图3 原始图像直方图图4 图像均衡后直方图图6 LENA高光原始及均衡后图像显示(3)偏暗图7 LENA偏暗原始及均衡后图像显示2.couple图像(1)正常图8 couple正常原始及均衡后图像显示图9 couple高亮原始及均衡后图像显示(3)偏暗图10 couple偏暗原始及均衡后图像显示3.NBA图像(1)正常图11 NBA正常原始及均衡后图像显示(3)偏暗图13 NBA偏暗原始及均衡后图像显示不同亮度的原始图像与均衡后图像灰度直方图1. LENA图像(1)正常(2)高亮度(3)偏暗图16 原始图像直方图图17 图像均衡后直方图图14 原始图像直方图图15 图像均衡后直方图2. couple 图像 (1)正常(2)高亮度图20 原始图像直方图图21 图像均衡后直方图图18 原始图像直方图图19 图像均衡后直方图(3)偏暗3. NBA 图像 (1)正常图24 原始图像直方图图25 图像均衡后直方图图22 原始图像直方图图23 图像均衡后直方图(2)高亮度(3)偏暗图28 原始图像直方图图29 图像均衡后直方图图26 原始图像直方图图27 图像均衡后直方图结果分析:通过几个图像显示结果可以看出:直方图均衡结果使图像亮度有所提高,所以它对比较暗的图像显示的更加清晰,而太亮的图像或曝光过度的图像,经过直方图均衡,效果不是很好,但是轮廓勾画的会明显些。

matlab设计灰度变换公式

matlab设计灰度变换公式

matlab设计灰度变换公式灰度变换是数字图像处理中常见的一种操作,用于改变图像的亮度和对比度。

在Matlab中,可以使用灰度变换公式来实现这一操作。

本文将介绍灰度变换的概念、应用和Matlab的实现方法。

一、灰度变换的概念灰度变换是指通过对图像的像素值进行一定的数学运算,改变图像的亮度和对比度的过程。

通过调整像素值的分布,可以使图像更加清晰、明亮或者暗淡。

灰度变换常用于图像增强、直方图均衡化等领域。

二、灰度变换的应用1. 图像增强:通过调整图像的亮度和对比度,可以使图像中的细节更加清晰,从而提升图像的质量和观感。

2. 直方图均衡化:通过拉伸图像的灰度级分布,使得图像的像素值均匀分布在整个灰度级范围内,提升图像的对比度。

3. 二值化处理:通过设定一个阈值,将图像中的像素值转化为二值,用于图像分割、边缘检测等应用。

三、灰度变换的实现方法Matlab提供了丰富的函数和工具箱来实现灰度变换。

下面介绍几种常用的实现方法。

1. 线性变换线性变换是灰度变换中最简单的方法之一,通过对图像的每个像素值进行线性运算,可以改变图像的亮度和对比度。

常见的线性变换公式为:新像素值 = a * 原像素值 + b其中a和b是用户设定的参数,控制变换的斜率和截距。

通过调整a和b的数值,可以实现图像的亮度增强、降低或者对比度的调节。

2. 对数变换对数变换是一种非线性灰度变换方法,通过对图像的像素值取对数,可以增强图像的低灰度级细节。

对数变换公式为:新像素值 = c * log(1 + 原像素值)其中c是用户设定的参数,控制变换的幅度。

对数变换适用于图像中低灰度级区域较多的情况,可以提升图像的亮度和对比度。

3. 伽马变换伽马变换也是一种非线性灰度变换方法,通过对图像的像素值进行幂运算,可以调整图像的亮度和对比度。

伽马变换公式为:新像素值 = c * 原像素值^γ其中c和γ是用户设定的参数,控制变换的幅度和斜率。

伽马变换适用于图像中高灰度级区域较多的情况,可以提升图像的亮度和对比度。

matlab实验(直方图均衡化、频域锐化、空域锐化)

matlab实验(直方图均衡化、频域锐化、空域锐化)

实验一直方图均衡化一、实验目的掌握基本的图象增强方法,观察图象增强的效果,加深对灰度直方图及直方图均衡化的理解,掌握直方图均衡化方法。

二、实验内容将一张彩色图片转换成灰色图片,做出均衡化后的直方图,并将灰度图和均衡化后的图片对比。

三、实验原理直方图均衡方法的基本原理是:对在图像中像素个数多的灰度值(即对画面起主要作用的灰度值)进行展宽,而对像素个数少的灰度值(即对画面不起主要作用的灰度值)进行归并。

从而达到清晰图像的目的。

四、实验代码及结果clear all;f=imread('14.jpg');%读入灰色图像imwrite(rgb2gray(f),'14Gray.bmp'); %将彩色图片灰度化并保存f1=imread('14Gray.bmp');g=histeq(f1,250);%利用histep()函数对灰色图像进行直方图均衡化处理subplot(121);imshow(f1);title('灰色图像');%显示生成灰色图像subplot(122);imshow(g);title('直方图均衡化处理');%显示生成均衡化以后的图像五、实验结果分析利用imhist()函数对两幅图像的灰度范围进行分析,根据下图可知,灰色图像的灰度范围相对来说非常狭窄,图像质量比较差。

而经过直方图均衡化处理后,图像的对比度及平均亮度明显提高,直方图在整个亮度标度上明显扩展,图像质量明显提高。

实验二空域锐化一、实验目的理解图象锐化的概念,掌握常用空域锐化增强技术。

加深理解和掌握图像锐化的原理和具体算法,理解图象锐化增强的处理过程和特点。

二、实验内容利用一阶微分锐化增强,实现Roberts算子的锐化处理。

观察处理前后图像效果,分析实验结果和算法特点。

三、实验原理Roberts算子是突出图像的细节或者是增强被模糊了的细节。

因此要对图像实现锐化处理,可以用空间微分来完成,但是,这样图像的微分增强了边缘和其他的突变(如噪声)并削弱了灰度变化缓慢区域。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

第20卷 第2期长 春 大 学 学 报Vo.l 20 No .2 2010年2月J O URNAL OF CHANGCHUN UN I VER SI TYFeb .2010收稿日期:2009211208作者简介:邢笑雪(19812),女,山西霍州人,讲师,博士研究生,主要从事数字图像处理方面的研究。

基于M atlab 的灰度直方图规定化实现方法的研究邢笑雪,吉淑娇(长春大学 电子信息工程学院,吉林 长春 130022)摘 要:直方图规定化可以将图像的直方图转化为需要的形状,有目的地增加某个灰度区间的图像,使用户获得感兴趣的信息。

本文介绍了直方图规定化的两种经典的实现算法:单映射规则(S ML)和组映射规则(G ML)的基本原理,并应用这两种算法对实例图像进行规定化处理和比较分析,证明了G ML 相对于S ML 的优越性。

仿真结果表明,本文所实现的G ML 算法改进了以往算法中规定化后图像的灰度级与规定直方图的灰度级不能完全近似的问题。

关键词:M atlab 直方图规定化;单映射规则;组映射规则中图分类号:TP391141 文献标志码:A文章编号:1009-3907(2010)02-0037-020 引 言图像增强的首要目标是改善图像,以使图像更适合于特定应用。

图像增强的方法主要取决于图像希望达到的特定效果,一般来说,图像增强的方法分为两大类:基于图像灰度值统计的方法和基于图像空间频率的方法[1]。

用灰度直方图增强图像对比度是基于图像灰度值统计的一种重要方法,它以概率论为基础的,常用的实现算法主要是直方图均衡化和直方图规定化[2][3]。

直方图均衡化主要用于增强动态范围较小的图像的反差,基本思想是把原始图的直方图变换为均匀分布的形式,这样就增强了像素灰度值的动态范围,从而达到增强图像整体对比度的效果。

直方图均衡化的优点是能自动地增强整个图像的对比度,但它的具体的增强效果不好控制,处理的结果总是得到全局均衡化的直方图[4]。

实际中有时需要变换直方图使之成为某个需要的形状,从而有选择地增强某个灰度值范围内的对比度或使图像灰度值的分布满足特定的要求,这时可以采用比较灵活的直方图规定化方法。

1 直方图规定化原理和算法在直方图规定化的过程中,正确地选择规定化的函数有可能获得比直方图均衡化更好的效果,一般分为三个步骤:(1)如同均衡化方法中,对原始图的直方图进行灰度均衡化:s k =T (r k )=E ki =0n in =E ki =0p r (r i ) k =0,1,,,M -1(1)(2)规定需要的直方图,并计算能使规定的直方图均衡化的变换:u k =T (v k )=E li =0p v (v i ) l =0,1,,,N -1(2)(3)将第1个步骤得到的变换反转过来,即将原始直方图对应映射到规定的直方图,也就是将所有的p r (r i )对应到p v (v i )去。

因为在映射过程中有取整误差的影响,所以采用什么样的映射规则在离散空间中很重要。

常用的两种方法为单映射规则(si n gle m apping la w ,S ML )和组映射规则(group mapp i n g la w ,G ML )。

单映射规则(single mapp i n g la w ,S ML ):是从小到大依次找到能使式(3)最小的k 和l 。

|E ki =0P r (r i )-E lj =0P v (V i )|c =011,N -1K =011,M -1(3)然后将p r (r i )对应到p v (v i )去,由于这里每个p r (r i )是分别对应过的,故这种方法简单直观,但有时会有较大的取整误。

组映射规则(group mapp i n g la w ,G ML ):设有一个整数函数I (l),l =011,N -1,满足:0F I (0)F ,F I(l)F ,F I (N -1)F M -1,确定使式(4)达到最小的I (l)。

|E I(l)i =0P r (r i )-E lj =0P v (v i )|l =011,N -1(4)这时,如果l =0,则将其i 从到I (0)的p r (r i )都对应到p v (v i )去;如果l E 1,则将其i 从I (l -1)+1到I (l)都对应到p v (v i )去[5]。

我们采用Ma tlab 进行仿真,具体M atlab 算法的流程图见图1、图2所示。

图1 S ML算法流程图图2 G ML 算法流程图2 仿真效果对比设有一幅64@64,8比特灰度图像,其直方图见图3所示,图4为希望变换得到的规定直方图。

我们采用Matlab 进行仿真,按照单映射(S ML)和组映射(G ML)规则分别进行计算,可以得到在这两种映射规则下的直方图分布,仿真运算结果见图5、图6所示。

3 结 论对比图5和图6表明,本文实现的G ML 算法,可以改进在以往的直方图规定化算法中出现的规定图3原始直方图图4规定直方图图5 S M L规定化后的直方图图6 G ML 规定化后的直方图化后的图像的灰度级不能与规定直方图的灰度级相似的问题。

同时我们可以看出,S ML 映射规则是一(下转第47页)38长 春 大 学 学 报 第20卷微小的变化。

但是,对于地图的使用来说,我们常常是采用非常大的图像,因此这点变化是微不足道的。

图5(a)长春地图原图,(b)长春地图在其边缘线嵌入3总结在经过大量的实验研究之后,我们发现传统的水印方法并不能很好地解决地图水印嵌入之后的鲁棒性和不可见性。

传统的水印算法通常是考虑在宿主图像的基础上插入水印图片,这种方法往往会在图片中引入新的像素,由于地图中颜色代表着重要的地理信息,这样传统的方法在地图水印嵌入的过程中就变的不太适用。

因此本文尝试使用新的方法应用于地图水印的嵌入中,即来源于基于通过改变字与字、行与行之间的距离,也就是采用字移和行移文档水印技术的思想。

在同种颜色的区域内,通过改变边缘线上相邻两个点的距离信息来达到嵌入水印的目的。

利用这种算法,可以提高鲁棒性和不可见性地平衡,使系统既能保证图像的质量,又能提高抵抗各种恶意攻击的能力,特别是在抗剪切的性能上。

参考文献:[1]李媛媛,许录平.用于矢量地图版权保护的数字水印[J].西安电子科技大学学报,2004,31(5):719-723.[2]王勋,林海,鲍虎军.一种鲁棒的矢量地图数字水印算法[J].计算机辅助设计与图形学学报,2004,16(10):1377-1381.[3]M au ro Barn,i Franco Bart oli n,i A lessandro P i va,Fili ppo Sal ucco.Robu stW ater m ark i ng of Cartograph ic I m ages[J].EURASI P J our2nal on App lied Si gnal Process i ng,2002(2):197-208.[4]孙圣和,陆哲明,牛夏牧,等.数字水印技术及应用[M].北京:科学出版社,2004:137-308.[5]王小虎,徐振东.基于颜色的地图水印检测算法[J].长春大学学报,2009(12):53-54.责任编辑:吴旭云A m ethod for m ap w a term a rk detectionWANG X iao2hu1,S HAO Ka i1,WU A i2hua3(11College of Co mputer Sc i ence and Engi neeri ng,Changchun Un i versity of Technol ogy,Changchun130012,Chi na;21Cente r for D i sease Control and P reventi on,Joi nt Logi stics Depart m ent of ShenyangM ilitary R egi on,Shenyang110034,Ch i na;31T i edong C ity Appearance and Environ m en t Sanita ry Control Cen ter,Sipi ng136001,China)Abstr ac t:M ap wa ter m ark is an e ffective m ethod for m ap copyr i ght protecti on.The ex i sti ng m ap wa ter m ark detec ti on a l gorith m can not ge t a good shearing resi stance.This arti c le ana l yzes the previ ous a l gorith m and pu ts for ward the techn i ca l i dea of character sh ift and li ne sh ift,which i s,i n t he same col or regio n,water m ark can be e mbedded by changi ng d i stance i nfor m atio n be t w een ad j acent poi nts on the edge li ne.The effec t of t h is a l gorith m has been proved by expe ri m en ts.K eywords:wa ter m ark;character sh ift;li ne sh ift;detectio n(上接第38页)种有偏的映射规则,因为一些对应灰度级被有偏的映射到接近计算开始的灰度级,而G ML映射规则是统计无偏的,从根本上就避免了上述问题的出现。

所以结论是,G ML映射规则总会得到比S ML映射规则更接近规定直方图的结果。

另外,因为直方图规定化是两次直方图均衡化实现,在实现应用中,若对图像灰度特征等有更多的了解,进一步的直方图规定化可以获得更好的视觉改善。

参考文献:[1]冈萨雷斯.数字图像处理(MATLAB版)[M].北京:电子工业出版社,2004.[2]章毓晋.图像工程(上册):图像处理[M].北京:清华大学出版社,2006.[3]Zhang Y J.1992.I m p rovi ng t h e accu racy of direct h istogra m s peci2fi cati on.I EEE E lectron ics Letters,28(3):213-214.[4]皋军.图象的灰度直方图均衡化的实现[J].盐城工学院学报,2001(12):4.[5]楼竞,吴访升,刘栋梁.灰度直方图规定化实现方法的分析[J].江苏技术师范学院学报,2004(12):4.责任编辑:吴旭云A r esea rch on the im p le m en ting m ethod of gray level h istogr a m spec ifica tion based on M a tlabXING X iao2xue,JI Shu2ji ao(Coll ege of E l ectron i c Infor m atio n Engi nee ri ng,Changchun Un i versity,Changchun130022,Ch i na)Abstr ac t:H i stogra m spec ifi cati on can change the histo gra m of i m ages int o a specific for m,which can enhance the i m age of any gray in2 terva ls so as to provi de users with interesti ng i n f or matio n.This paper i ntroduces t w o classica l i m ple m enti ngm ethods of histogra m spec ifi2 catio n,)))the bas i c pr i nci p l e of si ngl e m appi ng la w(S ML)and gro upm apping l aw(G ML).By co mpara ti ve analysi s on t he spec ificati on process i ng of i m age sa m ples,it prov es t he s uper i or ity of G ML t o S ML.The si m ulatio n resu lts sho w t hat the gi ven G ML algorith m can solve the prob l e m of i nco m plete approxi m atio n of the gray l evels bet ween t he spec ifi ed h i sto gram and the h istogra m of t he fi na l i m age.K eywords:M atlab histo gram specificati on;single m app i ng law;gro up m appi ng la w47第2期王小虎,等:基于颜色特征的地图水印嵌入算法。

相关文档
最新文档